- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我在这里看到了一些与确定文件相似性相关的问题,但它们都与特定域(图像、声音、文本等)相关联。作为解决方案提供的技术需要了解所比较文件的基础文件格式。我正在寻找的是一种没有此要求的方法,其中可以比较任意二进制文件,而无需了解它们包含的数据类型。也就是说,我正在寻找确定 两个文件二进制数据的相似度百分比 .
为了提供更多细节供您处理,尽管这可能适用于许多事情,但我确实有一个正在处理的特定问题。我目前也有一个可行的解决方案,但我认为它并不理想。在比较方法和存储结果方面可能有很多优化。希望这里的一些人能给我一些新的想法。几天后我可能会编辑一些关于我当前方法的信息,但我不想通过告诉你我已经在做的事情来影响人们对这个问题的看法。
我正在处理的问题是 视频游戏 ROM 图像的克隆检测 .对于那些没有仿真经验的人来说,ROM 是游戏卡带上数据的转储。 ROM“克隆”通常是同一游戏的修改版本,最常见的类型是翻译版本。例如,NES 的原始最终幻想的日语和英语版本是克隆。游戏共享几乎所有的 Assets ( Sprite 、音乐等),但文本已被翻译。
目前有几个小组致力于维护各种系统的克隆列表,但据我所知,这一切都是手动完成的。我试图做的是找到一种方法来自动客观地检测相似的 ROM 图像,基于数据相似性而不是“这些看起来像同一个游戏”。检测克隆有多种原因,但主要动机之一是与 Solid compression 一起使用。 .这允许将所有游戏克隆一起压缩到同一个存档中,整个压缩克隆集通常只占用比单个 ROM 之一略多的空间。
提出潜在方法时需要考虑的一些问题:
最佳答案
听起来您想要一个二进制增量,或者可能是从二进制增量的应用程序派生的索引(比如它的大小)。然后,您可以将此索引与您通过实验确定的某个基线进行比较,以确定它是否是“克隆”。
压缩和增量创建之间有很多相似之处,所以我想说您与当前的实现相距不远。
话虽如此,数据库中每个二进制文件的成对比较可能非常昂贵(我认为 O(n2))。我会尝试找到一个简单的哈希来识别可能的比较候选对象。概念上类似于 spdenne 和 Eduard 所建议的。也就是说,找到一个可以应用于每个项目一次的散列,对该列表进行排序,然后对散列在列表中最接近的项目使用更细粒度的比较。
多年来,构建对一般情况有用的哈希一直是 CS 中积极追求的研究课题。 LSHKit软件库实现了一些此类算法。互联网无障碍论文 FINDING SIMILAR FILES IN A LARGE FILE SYSTEM似乎它可能更多地针对比较文本文件,但可能对您有用。最近的论文Multi-resolution similarity hashing描述了一个更强大的算法。但是,如果没有订阅,它似乎无法访问。您可能希望将维基百科文章保留在 Locality Sensitive Hashing 上在您浏览其他资源时非常方便。它们都非常技术性,而且维基百科条目本身在数学上非常繁重。作为对用户更友好的替代方案,您可以应用来自 Acoustic Fingerprinting 领域的一些想法(甚至可执行文件)。 .
如果您愿意放弃一般情况,您很可能会找到一个更简单(更快)的特定于域的哈希函数,它仅适用于您的 ROM。可能涉及标准或通用字节序列的放置以及它们附近的选择位的值。我不太了解您的二进制格式,但我正在想象一些表示文件中部分开始的东西,例如声音、图像或文本区域。二进制格式经常将这些类型的部分的地址存储在文件开头附近。有些还使用链接机制将第一部分的地址及其大小存储在已知位置。这允许您移动到下一部分,其中还包含大小等。如果您还没有意识到任何相关的格式,那么一点调查可能会让您发现任何相关的格式,并且应该让您走上构建之路一个有用的哈希。
如果散列函数不能让您一路顺利(或者它们需要某种输入来定义度量/距离),那么网络上有几种二进制增量算法和实现可用。我最熟悉的一种是 subversion 版本控制系统使用的。它使用称为 xdelta 的二进制增量算法来有效地存储二进制文件修订。这是直接指向其存储库中实现它的文件的链接:xdelta.c .网络上可能有一个工具可以使这更易于访问。
关于comparison - 计算二进制数据相似度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/579981/
初学者 android 问题。好的,我已经成功写入文件。例如。 //获取文件名 String filename = getResources().getString(R.string.filename
我已经将相同的图像保存到/data/data/mypackage/img/中,现在我想显示这个全屏,我曾尝试使用 ACTION_VIEW 来显示 android 标准程序,但它不是从/data/dat
我正在使用Xcode 9,Swift 4。 我正在尝试使用以下代码从URL在ImageView中显示图像: func getImageFromUrl(sourceUrl: String) -> UII
我的 Ubuntu 安装 genymotion 有问题。主要是我无法调试我的数据库,因为通过 eclipse 中的 DBMS 和 shell 中的 adb 我无法查看/data/文件夹的内容。没有显示
我正在尝试用 PHP 发布一些 JSON 数据。但是出了点问题。 这是我的 html -- {% for x in sets %}
我观察到两种方法的结果不同。为什么是这样?我知道 lm 上发生了什么,但无法弄清楚 tslm 上发生了什么。 > library(forecast) > set.seed(2) > tts lm(t
我不确定为什么会这样!我有一个由 spring data elasticsearch 和 spring data jpa 使用的类,但是当我尝试运行我的应用程序时出现错误。 Error creatin
在 this vega 图表,如果我下载并转换 flare-dependencies.json使用以下 jq 到 csv命令, jq -r '(map(keys) | add | unique) as
我正在提交一个项目,我必须在其中创建一个带有表的 mysql 数据库。一切都在我这边进行,所以我只想检查如何将我所有的压缩文件发送给使用不同计算机的人。基本上,我如何为另一台计算机创建我的数据库文件,
我有一个应用程序可以将文本文件写入内部存储。我想仔细看看我的电脑。 我运行了 Toast.makeText 来显示路径,它说:/数据/数据/我的包 但是当我转到 Android Studio 的 An
我喜欢使用 Genymotion 模拟器以如此出色的速度加载 Android。它有非常好的速度,但仍然有一些不稳定的性能。 如何从 Eclipse 中的文件资源管理器访问 Genymotion 模拟器
我需要更改 Silverlight 中文本框的格式。数据通过 MVVM 绑定(bind)。 例如,有一个 int 属性,我将 1 添加到 setter 中的值并调用 OnPropertyChanged
我想向 Youtube Data API 提出请求,但我不需要访问任何用户信息。我只想浏览公共(public)视频并根据搜索词显示视频。 我可以在未经授权的情况下这样做吗? 最佳答案 YouTube
我已经设置了一个 Twilio 应用程序,我想向人们发送更新,但我不想回复单个文本。我只是想让他们在有问题时打电话。我一切正常,但我想在发送文本时显示传入文本,以确保我不会错过任何问题。我正在使用 p
我有一个带有表单的网站(目前它是纯 HTML,但我们正在切换到 JQuery)。流程是这样的: 接受用户的输入 --- 5 个整数 通过 REST 调用网络服务 在服务器端运行一些计算...并生成一个
假设我们有一个名为 configuration.js 的文件,当我们查看内部时,我们会看到: 'use strict'; var profile = { "project": "%Projec
这部分是对 Previous Question 的扩展我的: 我现在可以从我的 CI Controller 成功返回 JSON 数据,它返回: {"results":[{"id":"1","Sourc
有什么有效的方法可以删除 ios 中 CBL 的所有文档存储?我对此有疑问,或者,如果有人知道如何从本质上使该应用程序像刚刚安装一样,那也会非常有帮助。我们正在努力确保我们的注销实际上将应用程序设置为
我有一个 Rails 应用程序,它与其他 Rails 应用程序通信以进行数据插入。我使用 jQuery $.post 方法进行数据插入。对于插入,我的其他 Rails 应用程序显示 200 OK。但在
我正在为服务于发布请求的 API 调用运行单元测试。我正在传递请求正文,并且必须将响应作为帐户数据返回。但我只收到断言错误 注意:数据是从 Azure 中获取的 spec.js const accou
我是一名优秀的程序员,十分优秀!